Библиографическое описание:АНАЛИЗ ПОЧВЕННО-РАСТИТЕЛЬНОГО СЛОЯ ТУНДРЫ В УСЛОВИЯХ ТЕХНОГЕННЫХ ЗАГРЯЗНЕНИЙ МЕДНОГО ПРОИЗВОДСТВА : доклад, тезисы доклада / А. В. Хоркуш [и др.]. - [Б. м. : б. и.], 2024. - Текст : непосредственный // Региональные проблемы дистанционного зондирования Земли : Материалы XI Международной научной конференции / Региональные проблемы дистанционного зондирования Земли (2024 ; 10.09 - 13.09 ; Красноярск). - Красноярск, 2024. - С. 222-225. - ISBN 9785763850529.
Аннотация:В статье рассматривается проблема техногенного загрязнения окружающей среды, в частности, загрязнения почвы вблизи медных хвостохранилищ и разрезов. Исследуется влияние загрязнения медью на оптические свойства почвы и предлагаются методы спектрального анализа для его выявления. Применение алгоритмов кластеризации позволяет оперативно выявлять участки с возможными загрязнениями, что способствует принятию мер по их устранению. Эксперименты, проведенные на снимке участка трубопровода к медному хвостохранилищу, показывают эффективность предложенного подхода. Подчеркивается важность предварительного анализа данных и определения оптимальных параметров для достижения точности кластеризации. В заключении предлагаются шаги для реализации кластеризации аэрокосмических изображений с целью обнаружения техногенных загрязнений почвенно-растительного слоя.
This article addresses the issue of technogenic pollution of the environment, particularly in the context of soil contamination near copper tailings ponds and mines. The authors investigate the impact of copper contamination on the optical properties of soil and propose spectral analysis methods for its detection. The application of clustering algorithms allows for the rapid identification of areas with potential contamination, facilitating remediation efforts. Experiments conducted on an image of a pipeline near a copper tailings pond demonstrate the effectiveness of the proposed approach. Emphasis is placed on the importance of preliminary data analysis and determination of optimal parameters to achieve clustering accuracy. In conclusion, steps are suggested for implementing clustering of aerospace images to detect technogenic pollution in the soil-plant layer.
